사람이 음성이나 손짓으로 드론에 방향을 지시하면 인식 정확도만큼 중요한 문제가 있다. 그 명령을 지금 실행해도 안전한지 판단해야 한다는 점이다. 임페리얼 칼리지 런던과 노터데임대 연구진은 사람의 입력을 직접 조종 명령이 아니라 제한된 기동 요청으로 해석하는 M3R 모델을 제안했다. 지형과 주변 드론, 비행 한계가 충돌하면 요청을 줄이거나 거부한다.
처리 과정은 해석·검증·제약·실행·감시·완료 또는 중단의 여섯 단계다. 음성·제스처·GUI에서 의도와 신뢰도를 얻은 뒤 지형 여유, 드론 간 3차원 분리, 지오펜스, 위치·센서 신뢰도와 이웃 기체 정보의 최신성을 검사한다. 안전하다고 판정된 경로만 모션 컨트롤러로 보내며, 실행 중 위반이 감지되면 EmergencyHold 상태로 전환해 정지하거나 안전 지점으로 복귀한다.
기동은 기준점 주변의 지역 작업공간으로 제한된다. 논문 예시에서는 반경 5m 구 안에서 좌우·전후 이동을 1m 이하, 상승·하강을 0.5m 이하로 묶었다. 회전은 360도 저속 스캔 뒤 조종자를 다시 향하도록 정의했다. 지형 안전, 기체 간 분리, 비행 엔벌로프, 맥락·신뢰도라는 네 제약 범주를 상태 머신의 가드 조건과 기동별 사전조건·불변조건·사후조건으로 옮겼다.
초기 프로토타입은 세 입력 방식을 바꿔 쓸 수 있도록 구성됐다. 제스처는 아홉 명령을 인식하되 초기 실행 범위는 상하·전후·좌우·정지 중심으로 제한했고, 음성은 오프라인 VOSK의 1.8GB 미국 영어 모델을 사용했다. 오디오는 16kHz 단일 채널 16비트 PCM으로 수집해 약 250ms 단위로 처리하고, 허용 문구 문법과 우선순위 규칙으로 방향 표현을 표준 명령에 연결했다.
연구진은 Python·Matplotlib 3차원 환경에서 음성·제스처·GUI 요청을 시험했다. 드론은 명령 전 기준점에 놓이고, 파란색과 녹색의 지형 장벽에서 미리 정한 거리만큼 떨어져 멈추도록 했다. 통제된 프로토타입 실험에서는 안전 위반이 생길 때 사람이 요청한 기동을 멈추거나 범위를 줄이는 동작을 확인했다. 다만 논문은 정확도 표나 대규모 참가자 수를 제시하지 않아 정량 성능 비교 연구로 보기는 어렵다.
| 항목 | 설계·조건 | 원문 근거 |
|---|---|---|
| 요청 처리 | 해석→검증→제약→실행→감시→완료/중단 6단계 | Sec. III-C, PDF p.3 |
| 지역 작업공간 예시 | 기준점 중심 반경 5m | Sec. III-D, PDF p.4 |
| 기본 이동 한계 예시 | 좌우·전후 ≤1m, 상하 ≤0.5m | Table I, PDF p.3 |
| 음성 입력 조건 | VOSK 1.8GB 모델, 16kHz·mono·16-bit, 약 250ms 청크 | Sec. V-C-2, PDF p.7 |
| 초기 제스처 범위 | 9개 명령 인식, 회전 명령은 실행 범위 밖 | Sec. V-C-1, PDF p.7 |
자료: STORIUM 정리
현재 구현은 요구사항 기반 경로만 동작하며 형식 검증이나 반응형 합성 컨트롤러는 아직 구현되지 않았다. 제스처도 근거리의 이상적인 조건에서 범용 비전언어모델로 시험했고, 회전 중 명령·바람·GPS 오차·통신 지연·변화하는 공역·열화된 시청각 조건은 충분히 다루지 않았다. 물리 드론과 정적·동적 장애물을 포함한 현장 검증이 남아 있는 동료검토 전 arXiv v1이라는 점이 핵심 한계다.
1차 출처: https://arxiv.org/abs/2607.11654
저작권자 © STORIUM 무단전재 및 재배포 금지
